cnn lstm bilstm deepcnn clstm in pytorch

Introduction

• Un implémentation de tâche de classification dans Pytorch, contient des réseaux de neurones dans les modèles.

• Recenely, j'ai publié le code.
  • Old Version-17 Release ICI
  • Pytorch Version == 0.3.1 Release ici

• Ceci est une version de ma propre architecture --- pytorch-text-classification

• Bert pour la classification du texte --- pytorch_bert_text_classification

Exigence

 pyorch : 1.0.1
python : 3.6
torchtext: 0.2.1
cuda : 8.0 (support cuda speed up, can chose, default True)

Usage

Modifiez le fichier de configuration, consultez le répertoire de configuration (ici) pour plus de détails.

 1、python main.py
2、python main.py --config_file ./Config/config.cfg 
3、sh run.sh

Modèle

Contient quelques réseaux de neurones implémentaires à Pytorch, voir les modèles pour les détails.

Données

SST-1 et SST-2.

Résultat

Je n'ai pas ajusté sérieusement les hyper-paramètres, vous pouvez également voir le train se connecter ici.

La précision des tests de test suivants est basée sur la meilleure précision de jeu de développement.

Données / modèle	% SST-1	% SST-2
CNN	46.1086	84.2943
Bi-lstm	47.9186	86.3262
Bi-gru	47.6923	86.7655

Référence

• 基于 pytorch 的 cnn-lstm 神经网络模型调参小结
• Réseaux de neurones convolutionnels pour la classification des phrases
• Caractéristiques du lexique sensible au contexte pour l'analyse des sentiments neuronaux